전체검색 결과
성균관대 ICT명품인재양성사업단 강재현 연구원, 이강윤 교수가 연구한 “AI 고속 연산 기반 다중 기기 무선충전 SoC”는 여러 기기를 원거리에서 선 없이 충전하는 기술이다. 송신부에서 AI 고속 연산으로 수신기의 위치(X, Y, Z)와 수신 전력을 빠르게 분석하고, 가장 효율적인 빔포밍(Phase Shifting) 조건을 선택한다. 여러 안테나 배열로 된 송신부(Tx)에서 전력을 다방향으로 원거리로 전송하는 방식으로 충전 범위 안에 있는 여러 디바이스를 동시에 무선 충전할 수 있다. 다중 수신기 위치 예측과 고효율 충전 조건 선별…
성균관대 ICT명품인재양성사업단 Bui박사, 추현승 교수가 연구한 "OCT 다중질환 분석/진단/분할 소프트웨어 솔루션"은 눈 OCT 이미지 내 주요한 질환을 딥러닝 방법으로 진단한다. 다양한 크기의 이미지로부터 질환 의심 영역의 핵심적인 정보를 통합하여 처리하고, 그 영역을 분할하여 판독 근거를 제시한다. 노화성 황반변성, 망막상피막, 황반부종을 97.40%의 정확도로 진단하여 안과 전문의들의 진단 효율성을 향상시킨다. 본 연구는 3건의 SCI급 저널과 3건의 상위 1% 학회에 게재되었으며, 3건의 국내 특허로 출…
성균관대 ICT명품인재양성사업단 Bui 박사, 추현승 교수가 연구한 "항-VEGF 치료 후 시력 예측 시스템"은 교차 어텐션(Cross Attention)을 통해 초기 OCT 영상 특징과 바이오마커 등 임상 변수 관계 그래프를 정렬 및 융합하는 멀티모달 AI 기술을 활용해 환자의 치료 후 시력 예후를 정밀하게 분석하는 것이 가능하다. 이 기술을 활용할 경우 추적검사를 통해야만 결과를 알 수 있었던 기존의 사후 대응적 치료 방식을 개선해, 사전에 시력 예후를 조기 예측함으로써 의료진의 최적화된 맞춤형 치료 계획 수립…
성균관대 ICT명품인재양성사업단 Bui 박사, 추현승 교수가 연구한 "다중 스케일 표현학습을 통한 황반변성(AMD) 병변 판독 시스템"은 전역-국소 교차 어텐션(Cross Attention) 및 전문가 협업(Mixture-of-Experts) AI 기술을 활용해 전역 안저 이미지와 중심부 황반 영역의 특징을 동시에 학습하는 것이 가능하다. 이 기술을 활용할 경우 기존의 단순 의료영상 판독 방식을 개선해, 실제 임상의와 동일한 판독 프로세스로 황반변성의 조기 병변을 검출하고 진단 정확도를 획기적으로 향상시킬 수 있다…
성균관대 ICT명품인재양성사업단 Bui 박사, 추현승 교수가 연구한 “안저영상 기반 멀티모달 설명가능한 녹내장 진단”은 안저 이미지에서 추출한 시각적 특징과 의학적 전문 지식을 통합한 멀티모달(Multi-modal) AI기술로 설명 가능성과 정확도를 향상시킨다. Cross-attention 기법을 활용해 두 정보를 동시에 분석하여 시신경 유두 함몰, 출혈, 주변 위축 등 녹내장의 주요 징후를 효과적으로 포착한다. 이 기술은 녹내장 진단에서 정확도 98.5%의 높은 성능을 보이며, 조기 발견과 오분류 감소를 통해 신뢰할 수 있는 진단…
성균관대 ICT명품인재양성사업단의 주성빈 연구원, 서우근 교수가 연구한 “하이퍼미러(HyperMirror)”는 대화형 인공지능과 의료 예측모델 라우팅 기술을 결합한 서비스다. 이 기술은 사용자의 질문을 분석한 뒤 필요한 의료 AI 에이전트와 세부 도구를 자동으로 선택해 결과를 제공한다. 기존 의료 AI 시스템이 개별 모델 중심으로 운영되어 사용자가 직접 기능을 찾아야 했다면, 하이퍼미러는 질문 중심으로 적절한 분석 경로를 자동으로 구성해 더 직관적인 사용이 가능하도록 한다. 또한 사용자 페르소나 기반 응답 설계와 검증 체계를 적용해…
성균관대 ICT명품인재양성사업단 정지우 연구원, 허재필 교수가 연구한 "VAR기반 주체 맞춤 이미지 개인화" 기술은 주어진 이미지 속 대상(인물 등)의 외형을 유지하면서, 요구한 자세나 배경을 반영한 이미지를 생성한다. 여기서 Visual Auto Regressive (VAR) 모델은 이미지를 선택적으로 미세조정하며 생성속도도 향상시킨다. 이 기술을 활용하면 기존의 디퓨전 기반 이미지 생성 모델보다 20배 이상 빠른 속도로 고품질 개인화 이미지를 생성할 수 있다. 본 연구는 2025년 AI 최고 수준 학회인 ICC…
성균관대 ICT명품인재양성사업단 윤민철 연구원, 이종욱 교수가 연구한 "문서 기반 프레젠테이션 자동 생성 시스템"은 멀티 에이전트 기술을 활용해 기존의 GPT 기반 문서 변환 방식보다 비용 효율성을 최대 94%, 생성 속도를 최대 40%만큼 크게 절감한다. 이 기술을 활용할 경우 학생, 연구자, 강사가 PDF 논문이나 강의자료를 손쉽게 발표자료로 변환할 수 있다. 본 연구는 SCI급 저널 1건에 게재되었으며, 11건의 국내외 특허로 출원되었다.
성균관대 ICT명품인재양성사업단 주관 공모전에서 은상을 수상한 “케어마인더: 환자음성기반 간호업무 효율화 AI 스마트베드”는 환자의 음성을 인식하여 간호사의 업무를 자동 분장하는 기술이다. 환자의 음성요청이 병상에 설치된 태블릿으로 수집되어 간호사의 동선 낭비가 67%이상 개선되고 병동 운영 효율을 높인다. 본 기술은 2 건의 국내 특허를 출원하였고 제13회 정주영 창업 경진대회 우수상, 제10회 실험실 창업 페스티벌에서 최우수상을 수상하며 그 혁신성을 인정받았다. 또한 2025년 프라이머에서 투자를 유치하였고 스페인 MWC(M…
성균관대 ICT명품인재양성사업단 Pham 박사, 추현승 교수가 연구한 "초광각 UFI 안저영상을 활용한 고품질 CFI 영상 생성기술"은 UFI 영상으로부터 고품질의 CFI 영상을 생성한다. 한 번의 안저영상 촬영으로 눈의 전체/국소 영역 정보를 제공한다. 삼성서울병원 안과 전문의들은 생성된 CFI 의 시각적 품질이 원본 UFI 대비 최대 80%까지 개선되었다고 평가했다. 이를 통해 UFI만으로 대부분의 눈 질환 진단이 가능하다. 본 연구는 1건의 SCI급 저널과 2건의 국제 학술대회에 게재되었으며, 1건의 국내…
